<![CDATA[Tuberkulosis (TBC) masih menjadi tantangan kesehatan global utama, dengan Indonesia menempati peringkat kedua tertinggi setelah India. Keterbatasan akses diagnosis, terutama di daerah terpencil, menghambat deteksi dini dan pengobatan tepat waktu, sehingga memperburuk penularan. Penelitian ini bertujuan mengeksplorasi pendekatan diagnostik inovatif berbasis analisis napas dan deteksi Volatile Organic Compounds (VOCs) yang diintegrasikan dengan teknologi Edge-AI. Tujuannya untuk meningkatkan akurasi skrining, mempercepat deteksi dini, dan memperkuat peran perawat komunitas dalam penjaringan kasus aktif serta pengendalian penyakit berbasis masyarakat di wilayah sumber daya terbatas. Desain penelitian menggunakan scoping review dengan kerangka PICO. Pencarian literatur dilakukan melalui PubMed, Scopus, Garuda, dan ScienceDirect menggunakan kombinasi kata kunci “breath analysis”, “edge-AI”, “early detection”, “community nurse”, dan “tuberculosis”, dengan kriteria inklusi artikel teks penuh tahun 2019–2024. Dari 127 artikel yang teridentifikasi, 7 memenuhi kriteria dan dianalisis. Hasil menunjukkan potensi teknologi analisis napas berbasis VOC untuk deteksi TBC dengan akurasi 78–93%. Perangkat electronic nose (E-Nose) portabel menjadi solusi paling aplikatif di daerah dengan keterbatasan infrastruktur. Salah satu inovasi menonjol adalah BreathTB, yang memanfaatkan sensor MQ-135 dan CCS811 dengan mikrokontroler ESP32-C3 dan algoritma Edge-AI untuk klasifikasi real-time tanpa internet. Inovasi berbasis napas seperti BreathTB berpotensi memperkuat skrining komunitas, meningkatkan keterlibatan perawat, dan mendukung pencapaian target Eliminasi TBC Indonesia sesuai SDGs 2030.]]>
Copyrights © 2026
